用OpenCV检查物理门是否打开或关闭

使用摄像机我必须检查真实的门是否打开或关闭。这是一个普通的木门（没有窗户），你可以在任何房子里找到。用OpenCV检查物理门是否打开或关闭

我想使用OpenCV进行图像识别。我想知道门的开启和关闭状态。

但我不知道我应该使用哪种算法或检测方法。什么是最好的选择呢？

编辑：

这里是门的一个例子的图像。我有一个想法是只扫描图像的一小部分（顶部角落），并检查当前图像的“封闭状态”图像。截图中的小例子。

enter image description here

来源

2012-07-04 w00

把QR码在门上，并检测。 –

我的猜测会是检测矩形.... http：// stackoverflow。com/questions/1817442 /如何识别矩形在这个图像 – Brian

@PaulTomblin相机是太遥远的二维码检测，我不想在门上放一大屁股二维码： - ） – w00

您可以尝试背景检测算法。这个想法是，门状态的改变（打开/关闭）会引发背景变化。您可以使用此信息进一步对事件进行分类（开启/关闭）。

优点：它可以自动适应照明条件的微小变化，而且不需要校准。这种方法的

缺点将是其他的变化都可能触发事件：一个人走在走廊，光开启/关闭等

你的点子来检测门的上角不那么不好。您应手动标记所需的区域，然后扫描该矩形以查看木质纹理是否仍然存在。 LBP是一种很好的纹理鉴别器，您可以使用它来训练分类器，以区分木材和非木材。不要忘记把样品放在白天/夜晚/晚上/日光/烛光下。

最后，一个非常简单但可能有效的方法是屏蔽门上的两个区域：一个与门本身，另一个与木制面具安装在墙上。然后，算法根据非常简单的度量（平均亮度/颜色/强度等）比较两个区域。如果差值高于合理的阈值，可能是门被打开了，你看看有什么东西在其他房间（墙/窗/地毯）

来源

2012-07-04 11:56:34 Sam

我已经张贴的答案，在OpenCV的类似的东西： http://answers.opencv.org/question/56779/detect-open-door-with-traincascade/

我的问题是用稳定的摄像机角度检测门状态。

的主要思想是利用此时，floodFill算法：

import cv2 
from numpy import * 

test_imgs = ['night_open.jpg', 'night_closed.jpg', 'day_open.jpg', 'day_closed.jpg'] 

for imgFile in test_imgs: 
    img = cv2.imread(imgFile) 
    height, width, channels = img.shape 
    mask = zeros((height+2, width+2), uint8) 

    #the starting pixel for the floodFill 
    start_pixel = (510,110) 
    #maximum distance to start pixel: 
    diff = (2,2,2) 

    retval, rect = cv2.floodFill(img, mask, start_pixel, (0,255,0), diff, diff) 

    print retval 

    #check the size of the floodfilled area, if its large the door is closed: 
    if retval > 10000: 
    print imgFile + ": garage door closed" 
    else: 
    print imgFile + ": garage door open" 

    cv2.imwrite(imgFile.replace(".jpg", "") + "_result.jpg", img)

结果是真正的好：

681 
night_open.jpg: garage door open 
19802 
night_closed.jpg: garage door closed 
639 
day_open.jpg: garage door open 
19847 
day_closed.jpg: garage door closed

来源

2017-04-24 07:26:51 rbs

用OpenCV检查物理门是否打开或关闭

回答

相关问题